TL;DR: 用 Qwen3.5-9B（Q4_K）在單張 16GB AMD GPU 上跑本地 LLM-as-a-Verifier，每次 code comparison 約 0.5–2 秒，cache hit rate 66%，正確程式碼穩定給 1.0 分，有 bug 的給 0.0–0.14 分。16GB 跑 9B 模型綽綽有餘，還有空間跑其他服務。 這篇是實測續篇，前兩篇分別講了 架構設計 和 Docker 封裝 。前兩篇講的是「做什麼」跟「怎麼做」，這篇來量「到底多快」。 1. 測試環境 在一台 homelab Linux（CachyOS）上跑的： 項目 內容 GPU AMD 16GB（15.9 GiB）via ROCm 模型 Qwen3.5-9B（8.95B 參數，Q4_K ~5.7GB GGUF） 後端 llama.cpp（llama-server，ROCm HIP build） Verifier Docker container（llm-verifier），port 8010 模型 VRAM ~10.2 GB（模型本身 + 動態 KV cache） GPU 使用率 78% 系統 RAM 62 GB；使用 27 GB（swap 用了 9.3 GB） Context window 131,072 tokens MIN_SCORE 0.8 後端跑在另一台機器上，走 local Gigabit 網路連線。 2. Verifier 在幹嘛 docker-llm-as-a-verifier 包裝了 LLM-as-a-Verifier 這個研究套件，讀取 token-level log probability 來算連續分數，不是簡單的 yes/no 判斷。 Container 開了 7 個 HTTP endpoint： Endpoint Method 用途 /health GET 健康檢查 /v1/compare POST 兩組答案比對評分 /v1/select POST Best-of-N 選最佳 /v1/track POST Agent 軌跡分數追蹤 /v1/directed POST 導...
(攝於永和河濱公園，Sony A450，Minolta AF 50mm f1.7)
我常會默默關注著拍照的人，除了不能免俗地辨識著他手上的器材，也會循著鏡頭的角度，猜想他拍攝那張照片的心意。
多數時候，總是遠遠望著，四目相交時刻，來個點頭微笑大概已是最大尺度。
在拍波斯菊的時候碰到一位很投入的阿伯，獨自一個人，一台相機，不斷地取景，一直到我離開了大片花海到別的地方拍照，他仍然守著那裡，實在很佩服他的毅力，相信認真取景的他，必有他對於攝影的一番堅持。
在 7-11 等老婆買東西的時候，門口一位也在等老婆的大哥，帶了 Contax G1，手工訂製的真皮揹帶，朝著公園拍了一張照片，厚著臉皮跟他攀談，當然是從 G1 起的頭，他還跟我聊了他對人像攝影關於銳利度方面的想法，時間不長，不過這是我第一次能跟帶著相機的人聊上幾句，感覺蠻開心的。
希望從其他攝影者的身上，尋覓自己的鏡像，然後，卻又自顧自地前往，更乏人停留的地方。
沒有目的，沒人關注，沒有聲音，卻讓我更期待到臨，用相機見證這遲來的相遇。
我想，這跟向來的桀傲不馴，大概脫不了干係。
留言
張貼留言
回應不用錢，請多多益善！懶得寫字按個讚也是相當感謝！